IMPATTO DEI CAMBIAMENTI CLIMATICI SULLA SOSTENIBILITÀ DELL’AZIENDA CEREALICOLO-

ZOOTECNICA IN LOMBARDIA

19 Maggio 2014

Giovanni Cappelli, Livia Paleari, Simone Bregaglio, Andrea Giussani, Marco Acutis, Stefano Brenna, Dante Fasolini, Roberto Confalonieri

Università di Milano, Dipartimento di Scienze Agrarie ed Ambientali,

CASSANDRA lab

giovanni.cappelli@unimi.it; livia.paleari@unimi.it

Cambiamento climatico - Agricoltura

Strategie di risposta (mitigazione, adattamento)

Piano Regionale di Adattamento ai Cambiamenti Climatici (PACC)

Convenzione ERSAF – UNIMI DISAA FASE 1

Strategie di adattamento (Riso, frumento, mais)

Convenzione ERSAF – UNIMI DISAA FASE 2

Sistemi colturali erbacei alternativi

Sostenibilità ambientale e aziendale?

PSR 2014-2020

Introduzione Arundo Donax L.

(Aree marginali)

Outline

19 Maggio 2014 Strategia Comunitaria

19 Maggio 2014

Premessa (1)

Aumento della concentrazione atmosferica di GHG (CO2, CH4, N2O, H2O, O3, ALOCARBURI)

Aumento delle temperature e ondate di calore

Aumento dell’intensità delle precipitazioni (con distribuzioni caratterizzate da

marcate differenze territoriali)

Aumento di eventi meteorologici estremi (inondazioni/eventi siccitosi)

Variazioni di temperatura media attese in base al rapporto SRES dell’IPCC (2007).

Emissioni atmosferiche (attuali e previste) da combustibili fossili (fonti: IEA; CDIAC) from Raupach et al., 2007

(Fonte: Mendelsohn et al., 2004)

L’agricoltura è probabilmente uno dei settori economici più esposti in molte regioni del mondo.

Differenze in funzione di

Contesto produttivo (tecnologia, infrastrutture, formazione…)

Condizioni pedoclimatiche

Colture (specie coltivate, varietà/ibridi…)

19 Maggio 2014

Premessa (2)

Molte iniziative e risorse investite IPCC, Banca mondiale, Unione Europea

19 Maggio 2014

Premessa (3)

Strategia di mitigazione: agire sulle cause

(emissioni)

Strategia di adattamento: minimizzare gli effetti

(nuove varietà, semine, irrigazione…)

Risposta comune e coordinata a livello

internazionale (es. protocollo di Kyoto)

Risposta a livello nazionale/regionale

SNA, PNA PACC «La Lombardia….presenta un’elevata vulnerabilità agli impatti del cambiamento climatico».

Piano di sviluppo rurale - PSR 2014-2020

Piano di sviluppo rurale - PSR 2014-2020

19 Maggio 2014

Premessa (4)

Piano Regionale di Adattamento ai Cambiamenti Climatici (PACC)

Salute umana Difesa del suolo Turismo Agricoltura Settore energetico Trasporti e mobilità Qualità dell’aria Biodiversità e aree protette .....

Progetto HELPSOIL (qualità dei suoli)

Progetto MANFRED (specie forestali dell’arco alpino)

Progetto EMONFUR (foreste di pianura)

Convenzione ERSAF – UNIMI DISAA (produzioni agricole)

Macroaree

elaborazione di scenari di evoluzione climatica; valutazione qualitativa degli impatti; individuazione dei settori più vulnerabili; stesura di protocolli di analisi di rischio integrato; definizione di linee-guida per misure di

adattamento settore-specifiche

Obiettivi

Progetti

FASE 1 Valutazione variazioni produttive delle principali colture cerealicole (riso, frumento e mais): elaborazione di efficaci strategie di adattamento (semina e lunghezza del ciclo).

Convenzione ERSAF – UNIMI DISAA

19 Maggio 2014

FASE 2 • Problematica acqua: impatto delle strategie di adattamento definite

nella Fase 1 in termini di consumo idrico, testando sistemi irrigui caratterizzati da diversa efficienza.

• Problematica aziendale: impatto dei cambiamenti climatici sulla sostenibilità del modello aziendale cerealicolo-zootecnico, tipico della struttura aziendale lombarda di pianura.

Premessa (5)

I modelli di simulazione basati sui processi costituiscono uno strumento previsionale strategico per lo studio dell’evoluzione di sistemi non stazionari

Sistema di supporto alle decisioni a diversi livelli di scala: strategie di adattamento (agricoltore, decisore politico).

Consentono di esplorare condizioni diverse dalle attuali per diversi livelli di complessità del sistema colturale.

Livello d’incertezza

Gli studi condotti mediante modelli di simulazione hanno valutato l’impatto esclusivamente in termini quantitativi non valutando malattie, danni da stress abiotici, qualità delle produzioni (Porter et al., 2005; White et al. 2011; Supit et al., 2012).

19 Maggio 2014

Premessa (6)

Risultati

Database georeferenziato

Soluzione di modellazione

Adattamento

Piattaforma di simulazione

19 Maggio 2014

Metodologia

Scenari futuri: A1 (“business as usual scenario” – maggior impatto) e B2: (CO2 stabilizzata

a circa 550 ppm già nel 2020 – minor impatto).

Valori mensili di anomalie di temperatura e precipitazioni (IPCC).

Scenario di riferimento: JRC-MARS 1975-1995 (25 x 25 Km).

CLIMAK: a stochastic model for weather data generation (Danuso 2002)

Scenari climatici futuri (2020 e 2050): es. anomalie di temperatura massima nei mesi estivi

19 Maggio 2014

Metodologia: Dataset climatico

Base dati e procedura: • Analisi e spazializzazione delle informazioni prodotte a scala comunale

nell’ambito del progetto ValorE (ERSAF)

Riso

• Analisi multi-temporale di serie storiche di dati MODIS (IREA-CNR)

19 Maggio 2014

Metodologia: Dataset vegetazionale

Date di semina :

Frumento tenero Mais da granella Riso

• Per riso tali informazioni sono state acquisite mediante processamento di dati telerilevati (Phenorice: IREA-CNR)

• sono state implementate regole di semina automatiche specifiche per frumento e mais

19 Maggio 2014

Metodologia: Dataset gestionale

• Riso e Mais (da granella e trinciato in 1° e 2° raccolto) : semine precoci di ibridi ed ecotipi caratterizzati da una maggior lunghezza del ciclo colturale

Finestre di semina ottimali per mais da granella e da trinciato per tutti gli scenari climatici futuri.

• Frumento tenero: adozione di varietà caratterizzate da ciclo colturale più lungo mantenendo invariata la data di semina.

Processo Parametro a b c

Accumulo di tempo

termico

Tb 10 10 10

Tcutoff 30 30 30

Fenologia

GDDem 50 55 60

GDDpeak 700 770 840

GDDflo 790 869 948

GDDgrain 840 924 1008

GDDmat 1420 1562 1704

Fotoperiodo Pini Non attivato

Pins Non attivato

Crescita

BTR 11 11 11

LtBC 4.2 4.2 4.2

SLA 30 30 30

SLP 3.5 3.5 3.5

Topt 20 20 20

LAIini 0.007 0.007 0.007

kc 0.5 0.5 0.5

Traspirazione ETfull 1.12 1.12 1.12

Wup, max 12 12 12

Senescenza Ldur 900 900 900

Raccolta UHI 0.5 0.5 0.5

2020: +10%

2050:+20%

19 Maggio 2014

Metodologia: Adattamento

Danni abiotici

Danni biotici

Crescita colturale

Soluzione di modellazione (1)

19 Maggio 2014

CropSyst: Stockle et al. 2003 WARM: Confalonieri et al. 2009a

Crescita colturale

Danni abiotici

Danni biotici

Soluzione di modellazione (2)

Crescita colturale

19 Maggio 2014

Ritchie 1991 Confalonieri 2004

Danni abiotici

Danni abiotici

Danni biotici

Soluzione di modellazione (3)

Crescita colturale

19 Maggio 2014

Bregaglio 2013

Danni biotici (1)

Danni abiotici

Danni biotici

Soluzione di modellazione (4)

Crescita colturale

19 Maggio 2014

Biloni et al. 2007

Danni biotici (2)

Danni abiotici

Danni biotici

Soluzione di modellazione (5)

Crescita colturale

19 Maggio 2014

Qualità

Danni abiotici

Danni biotici

Soluzione di modellazione (6)

Crescita colturale

Cappelli et al. 2014

19 Maggio 2014

Coltura Tipologia di danno Soglia (°C)

Frumento Gelata -8

Riso ecotipo Indica Sterilità fiorale da freddo 13.5

Riso ecotipo Japonica Sterilità fiorale da freddo 12.5

Parametrizzazione

• Frumento: Bechini et al. 2006;

• Mais: Donatelli et al. 1997, dati sperimentali e parametrizzazioni sviluppate in progetti precedenti (DISAA);

• Riso: Confalonieri et al. 2009.

Modelli colturali

Modelli di fitopatie

• Elmintosporiosi: Aylor e Lukens 1974, Levy e Cohen 1983, e Harlapur 2005;

• Ruggine bruna: Fernandes, Soliman, Confalonieri, Donatelli e Tubiello.

Climate Change and Agriculture in Latin America, 2020-2050. Projected impacts and response to adaptation strategies. Whashinghton DC, World Bank;

• Brusone: Biloni et al 2007.

Modelli di danni abiotici

Dati collezionati nel distretto Lombardo-Piemontese dall’ENR (Cappelli et al., 2014): varietà Indica (cv. Thaibonnet) e Japonica (cv. Loto).

Qualità delle produzioni

19 Maggio 2014

Frumento tenero: accorciamento generalizzato del ciclo negli scenari futuri

Risultati

Frumento

- 5/6 gg

- 7 gg - 14 gg

No adattamento Adattamento

Risultati

Frumento

2050: Incrementi medi pari a 2%, 10%, 9% per Hadley A1B. Incrementi stazionari per NCAR B1.

Hadley A1B

NCAR B1

Conclusioni (Frumento)

Frumento

Aumento crescente di tutti i livelli produttivi

Marcata riduzione delle perdite produttive dovute a gelate ed alla pressione del patogeno

Effetto fertilizzante CO2 bilancia la riduzione del ciclo

L’adozione di varietà a ciclo più lungo massimizza i risultati produttivi in tutto il territorio

I valori ottenuti risultano coerenti con quanto osservato da Semenov (2011) e Supit (2012) in Europa ed in particolare in Italia.

19 Maggio 2014

Riso: accorciamento generalizzato del ciclo negli scenari futuri

Risultati

- 21 gg

- 25 gg - 37 gg

No adattamento Adattamento

Hadley A1B

NCAR B1

Risultati

Indica Japonica

2050: situazione stazionaria (Indica). Perdite variabili (Japonica) tra -4% (Milano, Pavia) e -10% (Mantova)

Hadley A1B

NCAR B1

Indica Japonica

Risultati

Adattamento Indica: aumenti pari a 5% (NCAR B1) e 3% (Hadley A1B). Japonica: variazioni positive ad eccezione di Mantova (-4%).

Hadley A1B

NCAR B1

Amilosio (1)

Indica: perdite pari a -4.5% Japonica: perdite pari a – 13.8% (NCAR B1) e -15% (Hadley A1B)

2020 2050 Indica Japonica Indica Japonica

Hadley A1B

NCAR B1

Amilosio (2)

Adattamento 2050: Japonica: recuperi compresi tra 5 e 10% Indica: recuperi fino a 3%

Japonica Indica

C+ S-C+ C+ S-C+

Riso

Aumento crescente di tutti i livelli produttivi (Indica) grazie alla riduzione della pressione del patogeno e dell’incidenza di sterilità da freddo

Il superamento di regimi termici subottimali controbilancia la riduzione del ciclo colturale

Incrementi di resa più contenuti (Japonica), con situazioni negative già nel 2020

Semine precoci di varietà a ciclo più lungo massimizzano i risultati produttivi in tutto il territorio (Indica) e determinano il totale recupero del divario produttivo (Japonica)

Conclusioni (Riso)

Qualità

Generale decadimento aspetti qualitativi, più marcato per varietà Japonica

Diverso comportamento del cereale in trasformazione e forte perdita valore di mercato

Adozione di varietà a ciclo più lungo si dimostra la strategia più efficace (soprattutto per Japonica), ma non è risolutiva

19 Maggio 2014

Mais da granella: accorciamento generalizzato del ciclo negli scenari futuri

Risultati

- 22 gg

- 31 gg - 37 gg

No adattamento Adattamento

Risultati

2050: perdite medie di produzione potenziale pari a -26.4% (Granella) e -24% (Trinciato).

Mais

Granella Trinciato

Hadley A1B

NCAR B1

Risultati

Adattamento: riduzione perdite del 50% granella: perdite pari a – 5.5% (NCAR B1) e -15% (Hadley A1B). trinciato: risultati analoghi, con situazioni positive per la provincia di SO

Granella

Hadley A1B

NCAR B1

Trinciato

Mais

Conclusioni (Mais)

Mais

Perdite di resa crescenti, più accentuate nelle provincie di Mantova e Brescia

La riduzione della pressione del patogeno non bilancia la riduzione del ciclo colturale

La coltura da trinciato mostra andamenti paragonabili alla coltura da granella

Perdite più marcate per la coltura praticata in secondo raccolto

Semine anticipate di ibridi a ciclo più lungo dimezzano le perdite produttive

I risultati ottenuti concordano con quanto osservato da Supit (2012)

19 Maggio 2014

FASE 1 Valutazione variazioni produttive delle principali colture cerealicole (riso, frumento e mais): elaborazione di efficaci strategie di adattamento (semina e lunghezza del ciclo).

Convenzione ERSAF – UNIMI DISAA

19 Maggio 2014

FASE 2 • Problematica acqua: impatto delle strategie di adattamento definite

nella Fase 1 in termini di consumo idrico, testando sistemi irrigui caratterizzati da diversa efficienza.

• Problematica aziendale: impatto dei cambiamenti climatici sulla sostenibilità del modello aziendale cerealicolo-zootecnico, tipico della struttura aziendale lombarda di pianura.

19 Maggio 2014

Estensione base dati

Definizione unità di simulazione elementare

Attribuzione informazioni elaborate nella fase precedente (Fase 1) e relative a:

dataset climatici (dati meteorologici per lo scenario attuale e gli scenari futuri;

distribuzione colturale (aree coltivate a frumento tenero, mais da granella, silomais e riso);

dataset gestionale (date di semina specifiche per coltura e definite mediante regole automatiche od elaborazione di dati telerilevati).

Cella 25x25 Km

Costituzione del dataset pedologico: individuazione suolo più

rappresentativo ad ogni unità di simulazione

a) categoria pedologica (WRB 2006) più rappresentata in termini di superficie

Carta dei suoli della Lombardia - scala 1:250.000 (ERSAF, 2011).

Attribuzione a ciascuna R.A.:

b) Unità Tipologica di Suolo (UTS) prevalente e relative caratteristiche chimico-fisiche (Tessitura, CSC…)

UTS prevalenti nell’area di simulazione

19 Maggio 2014

Estensione banca dati: suolo

ERSAF, 18 Novembre 2013

Estensione base dati: acqua

Stima proprietà idrologiche: funzioni di pedotrasferimento basate sulla tessitura (CropSyst: Saxton et al., 1986)

Tutte le colture

Spazializzazione dei sistemi irrigui (Coffani e Angileri 2006)

Mais

Definizione di regole per l’irrigazione automatica specifiche

a) Riprodurre l’attuale scenario di gestione idrica (Es. scorrimento: data del primo

intervento irriguo, durata del turno, numero massimo di interventi, mm ad adacquata);

b) Sistemi alternativi e più efficienti (ala gocciolante)

Estensione motore di simulazione

Crescita e sviluppo:

• approcci modellistici adottati nella Fase 1 (CropSyst)

Modelli idrologici:

introduzione delle librerie di modelli idrologici UNIMI.SoilW

Redistribuzione dell’acqua tra gli strati di suolo

• serbatoi, • serbatoi con “travel time”, • risoluzione numerica dell’equazione di Richards

Traspirazione reale della pianta

Evaporazione del suolo

Effetti delle lavorazioni sulle caratteristiche pedologiche Help file: http://agsys.cra-cin.it/tools/soilw/help/

Codedoc file: http://agsys.cra-cin.it/tools/soilw/codedoc/

Estensione motore di modellazione (2)

Gestire gli eventi di irrigazione in maniera coerente con le specificità dei sistemi irrigui considerati

Regole automatiche secondo l’approccio regola-impatto

Regole Sistema irriguo

Aspersione Scorrimento Localizzata

DVS INI 1.8 1.8 1.8

DVS END 2.8 2.8 2.8

Massimo numero di interventi 11 6 45

Durata turno irriguo (giorni) - 10 2

Soglia di acqua utile 0.5 - 0.9

Spessore del profilo (m) 0.65 - 0.5

Esclusione strato superficiale da evaporazione FALSO FALSO FALSO

Impatti

Volume irriguo (mm intervento-1

) 60 110 15

Efficienza del sistema irriguo 0.7 0.5 0.9

Intercettazione potenziale* 1 0 0 *L'intercettazione da parte della coltura è modulata in funzione dell'evoluzione dell'indice di area fogliare: essa

aumenta gradualmente con il procedere dello sviluppo della coltura

Regole: insieme di condizioni affinché un’agrotecnica venga applicata

Impatto: effetto dell’agrotecnica

Esperimento di simulazione

Le simulazioni effettuate per valutare la sostenibilità delle strategie di adattamento ipotizzate nel corso della Fase1 sia in termini di consumi idrici ed economici

Riprodurre risultati Fase 1 tenendo conto di:

Suolo

Irrigazione

Precipitazioni

Risultati (1)

Risultati (2)

produzioni ottenute, numero di interventi irrigui e dei millimetri ad

adacquata;

surplus irriguo derivante dall’adozione di ibridi a ciclo + lungo

consumi di gasolio e dei costi per sostenere i suddetti surplus irrigui

(efficienza; gasolio agricolo pari a 1.06 € l-1);

valutazione delle plusvalenze economiche generate in termini di resa

dall’attuazione dell’adattamento (circa 24 € q-1 granella, 4 € q-1 trinciato)

Finestra

temporale

Sistema

irriguo

CIS

(m ha-1) Efficienza

(g S.S. m-3H2O) Δ resa (Kg ha-1)

Valore Δ resa (€ ha-1)

S.I. (mm ha-1)

Gasolio (l mm-1)

Costo S.I.

(€ ha-1) Bilancio

(€ ha-1)

S. 455.7 2.4 256.3 70.6 50.6 30.3 32.1 38.5

2020 ASP. 315.7 3.4 465.7 128.3 22.8 35.0 37.1 91.2

Ala 219.0 4.9 69.4 77.4 7.9 10.8 11.4 58.0

S. 568.41 1.7 630.1 147.2 206.0 123.3 130.7 42.9

2050 ASP. 388.97 2.6 1111.0 306.1 109.5 168.3 178.4 127.7

Ala 223.7 4.4 678.3 186.9 26.2 35.6 37.8 149.1 CIS= Consumo irriguo stagionale; S.I.= Surplus irriguo rispetto allo scenario che non prevede strategie di adattamento; S. = Scorrimento;

ASP. = Aspersione; Ala = Ala gocciolante

Regione Agraria Sistema

irriguo

CIS (mm ha-1)

Eff. (Kg m -3H2O)

Δ resa (Kg ha-1)

V. Δ resa (€ ha-1)

S.I. (mm ha-1)

Gasolio (l mm-1)

Costo S.I. (€ ha-1)

Bilancio (€ ha-1)

12-06 Pianura varesina S. 446.4 2.6 564.0 155.4 72.4 44.5 47.2 108.2

15-02 Pianura di Legnan S. 446.4 2.6 564.0 155.4 72.4 44.5 47.2 108.2

15-03 Pianura di Seveso S. 483.6 2.3 650.8 179.3 104.1 64.0 67.8 111.5

15-04 Pianura di Monza S. 489.8 2.3 560.0 154.3 99.3 61.0 64.7 89.6

15-05 Pian. Canale Vill S. 483.6 2.1 255.5 70.4 60.1 36.9 39.2 31.2

15-06 Pianura di Milano S. 465 2.2 133.6 36.8 30.5 18.7 19.9 16.9

15-07 Pianura Lambro-Ad S. 465 2.2 133.6 36.8 30.5 18.7 19.9 16.9

15-08 Ticino e Lambro S. 483.6 2.1 256.3 70.6 49.1 30.2 32.0 38.6

15-09 San Colombano al S. 440.2 2.3 109.9 30.3 22.2 13.6 14.5 15.8

16-06 Colline di Bergam S. 427.8 2.7 101.8 28.0 20.8 12.8 13.5 14.5

16-07 Colline del medio S. 446.4 2.6 189.1 52.1 44.9 27.6 29.2 22.9

16-08 Pianura dell'Isol S. 427.8 2.7 101.8 28.0 20.8 12.8 13.5 14.5

16-09 Pianura bergamasc S. 427.8 2.7 101.8 28.0 20.8 12.8 13.5 14.5

16-10 Pianura bergamasc S. 446.4 2.6 189.1 52.1 44.9 27.6 29.2 22.9

17-10 Colline di Bresci S. 465 2.3 266.1 73.3 52.5 32.3 34.2 39.1

17-11 Morenica Nord-Occ S. 465 2.0 45.5 12.5 36.0 22.1 23.5 -10.9

17-12 Pianura Bresciana S. 483.6 2.1 391.3 107.8 76.6 47.1 49.9 57.9

17-13 Pianura Bresciana S. 434 2.3 244.2 67.3 21.5 13.2 14.0 53.3

17-14 Pianura Bresciana S. 427.8 2.4 181.3 49.9 15.3 9.4 10.0 40.0

18-02 Colline Sett. Olt ASP. 355.3 3.3 473.5 130.5 22.8 35.0 37.1 93.4

18-04 Lomellina Occiden S. 444.3 2.5 383.1 105.5 57.0 35.1 37.2 68.4

18-05 Lomellina Orienta S. 468.6 2.1 221.1 60.9 49.2 30.3 32.1 28.9

18-06 Pianura di Pavia S. 462.5 2.3 272.7 75.1 59.1 36.3 38.5 36.6

18-07 Pianura Pavese Se S. 462.5 2.3 272.7 75.1 59.1 36.3 38.5 36.6

18-08 Pianura Pavese de S. 474.4 2.1 118.0 32.5 49.9 30.7 32.5 0.0

18-09 Lomellina Padana S. 438.3 2.5 186.8 51.5 24.6 15.1 16.0 35.5

18-10 Pianura dell'Oltr ASP. 297.3 3.9 366.3 100.9 20.1 30.9 32.8 68.1

18-11 Basso Pavese S. 480.3 2.3 131.7 36.3 77.2 47.4 50.3 -14.0

19-01 Pianura Cremasca S. 462.3 2.3 292.1 80.5 69.8 42.9 45.4 35.0

19-02 Pianura di Crema S. 462.4 2.3 289.6 79.8 69.8 42.9 45.4 34.3

19-03 Pianura soresines S. 468.3 2.3 272.8 75.2 59.9 36.8 39.0 36.2

19-04 Pianura di Soresi S. 468.3 2.3 258.1 71.1 54.6 33.5 35.5 35.6

19-05 Pianura di Cremon S. 462.4 2.3 457.0 125.9 96.3 59.2 62.7 63.2

19-06 Pianura fra Oglio ASP. 263.1 4.2 311.1 85.7 6.4 9.8 10.4 75.3

19-07 Pianura di Piaden ASP. 317.8 3.4 506.3 139.5 26.0 40.0 42.4 97.1

20-01 Morenica Merid. d ASP. 314.5 3.3 468.6 129.1 16.8 25.8 27.4 101.8

20-02 Pianura tra Minci ASP. 297.4 3.4 509.9 140.5 17.2 26.4 28.0 112.5

20-03 Pianura tra Minci ASP. 310.9 3.3 607.9 167.5 36.7 56.4 59.8 107.7

20-04 Pianura tra Oglio ASP. 317.8 3.4 506.3 139.5 26.0 40.0 42.4 97.1

20-05 Pianura di Mantov ASP. 314.4 3.2 499.6 137.6 31.4 48.2 51.1 86.6

20-06 Pianura Occ. Oltr ASP. 324.8 3.1 402.9 111.0 21.2 32.5 34.5 76.5

20-07 Pianura Orient. O ASP. 359.0 2.9 470.1 129.5 26.2 40.2 42.6 86.9

20-09 Morenica del Lago S. 426.2 2.7 155.8 42.9 28.4 17.5 18.5 24.4

98-01 Pianura di Lodi S. 462.5 2.2 272.7 75.1 69.8 42.9 45.4 29.7

98-02 Pianura di Codogn S. 426.5 2.4 188.5 51.9 23.1 14.2 15.0 36.9

98-03 Pian. Lodigiana d S. 426.3 2.5 159.2 43.9 28.4 17.5 18.5 25.3

CIS= Consumo irriguo stagionale; S.I.= Surplus irriguo; N.I = Non irriguo; ASP = Aspersione; S. = Scorrimento; V. Δ resa = Valore

economico del surplus produttivo.

Risultati (3)

440 mm - 560 mm

300 mm - 360 mm

160 mm - 200 mm

1 2

3 4

Risultati (4)

Grazie per l’attenzione!

A1 storyline

World: market-oriented

Economy: fastest per capita growth

Population: 2020 peak, then decline

Governance: strong regional

interactions; income convergence

Technology: three scenario groups:

A1FI: fossil intensive

A1T: non-fossil energy sources

A1B: balanced across all sources

A2 storyline

World: differentiated

Economy: regionally orientated; lowest

per capita growth

Population: continuously increasing

Governance: self-reliance with

preservation of local identities

Technology: slowest and most

fragmented development

B1 storyline

World: convergent

Economy: service and information

based, lower growth than A1

Population: same as A1

Governance: global solution to

economic, social and environmental

sustainability

Technology: clean and resource-

efficient

B2 storyline

World: local solutions

Economy: intermediate growth

Population: continuously increasing at

lower rate than A2

Governance: local and regional

solutions to environmental

protection and social equity

Technology: more rapid than A2; less

rapid, more diverse than A1/B2

Existing emission scenarios provided by IPCC AR4 report